---
title: "COVID-19 no Rio de Janeiro"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    vertical_layout: fill
    source_code: embed
    social: menu
---

```{r setup, include=FALSE}
library(flexdashboard)
library(plotly)
library(ggplot2)
library(leaflet)
library(DT)
library(rgdal)
library(stringr)
```

# Gráficos

## Linha 1

### Número de novos casos no estado do Rio de Janeiro

```{r eval=FALSE}
dados <- read.csv("http://im.ufrj.br/~joao/cienciadedados/covid2.csv")
attach(dados)
```

```{r}
dados <- read.csv("C:/Users/joaob/OneDrive/Desktop/Dados/covid2.csv")
attach(dados)
```

```{r}
mm <- function(serie,dias){
  lag <- dias - 1
  aux <- c(rep(NA,l=lag),serie[(lag+1):length(serie)])   # primeiras posições vazias
  for(i in (lag+1):length(aux)){
    aux[i] <- mean(serie[(i-lag):i])
  }
  return(aux)
}
```


```{r}
aux <- aggregate(new_deaths,by=list(date),FUN="sum")
data <- as.Date(aux[,1])
casos <- aux[,2]
suav <- mm(casos,7)
df <- data.frame("data"=data,"casos"=casos,"suav"=suav)
```

```{r}
p <- ggplot(df,aes(x=data,y=casos)) + geom_line(size=1,col="blue") +
  labs(x="Tempo",y="Novos casos") + geom_line(aes(x=data,y=suav),size=1,col="red")
ggplotly(p)
```


## Linha 2 {.tabset}

### Taxa por 100k habitantes em 21 de dezembro (quantis)

```{r eval=FALSE}
mapa <- readOGR("http://im.ufrj.br/~joao/cienciadedados/rio.json")
```

```{r include=FALSE}
mapa <- readOGR("C:/Users/joaob/OneDrive/Desktop/Dados/rio.json")
```


```{r include=FALSE}
dez <- date[length(date)]   # última data
dez
acdez <- last_available_confirmed_per_100k_inhabitants[date==dez]   # taxa acumulada na última dada
head(acdez)
cidez <- city[date==dez]   # municípios na última data
iddez <- city_ibge_code[date==dez]   # códigos dos municíos na última data
df <- data.frame("cidade"=cidez,"id"=iddez,"taxa"=acdez)
```

```{r}
mapanew <- merge(mapa,df,by="id")
```

```{r}
# cores por quantis
cores <- colorQuantile(heat.colors(10),NULL)   # palheta que será utilizada

lmapa1 <- leaflet(mapanew) %>% addPolygons(weight=0.5,color="black",label=~paste0(cidade,": ",round(taxa,2)),fillColor=~cores(taxa),smoothFactor=0.5,opacity=0.8, fillOpacity=0.5,highlightOptions=highlightOptions(color="white",weight=5,bringToFront=TRUE)) %>% addLegend(pal=cores,values=~taxa,opacity=0.5)

lmapa1
```

### Taxa por 100k habitantes em 21 de dezembro (logaritmo)

```{r}
# cores por valor
cores <- colorNumeric("magma",NULL)   # palheta do pacote viridisLite

lmapa2 <- leaflet(mapanew) %>% addPolygons(weight=0.5,color="black",label=~paste0(cidade,": ",round(taxa,2)),fillColor=~cores(log(taxa)),smoothFactor=0.5,opacity=0.8, fillOpacity=0.5,highlightOptions=highlightOptions(color="white",weight=5,bringToFront=TRUE)) %>% addLegend(pal=cores,values=~log(taxa),opacity=0.5)

lmapa2
```


# Tabela

## Linha 1

### Número de novos casos e casos acumulados

```{r}
mes <- str_sub(date,6,7)   # criando uma coluna de mês
dados2 <- dados[((mes=="10")|(mes=="11")|(mes=="12")),]   # considerando somente os meses 10, 11 e 12
```

```{r}
dadosdt <- data.frame("Cidade"=dados2$city,"Data"=as.Date(dados2$date),"Acumulados"=dados2$last_available_confirmed,"Novos"=dados2$new_confirmed)
datatable(dadosdt,colnames=c("Cidade","Data","Casos acumulados","Novos casos"),class='cell-border stripe',filter="top")
```